Buchumschlag

Adversarially Robust Bloom Filters: Privacy, Reductions, and Open Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Tirmazi, Hayder
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adversary Resilient Learned Bloom Filters
von: Almashaqbeh, Ghada, et al.
Veröffentlicht: (2024)

LSM Trees in Adversarial Environments
von: Tirmazi, Hayder
Veröffentlicht: (2025)

Random Number Generation from Pulsars
von: Tirmazi, Hayder
Veröffentlicht: (2025)

All Proof of Work But No Proof of Play
von: Tirmazi, Hayder
Veröffentlicht: (2025)

Whistledown: Combining User-Level Privacy with Conversational Coherence in LLMs
von: McMurray, Chelsea, et al.
Veröffentlicht: (2025)

DOPPLER: Differentially Private Optimizers with Low-pass Filter for Privacy Noise Reduction
von: Zhang, Xinwei, et al.
Veröffentlicht: (2024)

On the Adversarial Robustness of Graph Neural Networks with Graph Reduction
von: Wu, Kerui, et al.
Veröffentlicht: (2024)

Inferring Sensitive Attributes from Knowledge Graph Embeddings: Attack and Defense Strategies
von: Hayder, Yasmine
Veröffentlicht: (2026)

DeMem: Privacy-Enhanced Robust Adversarial Learning via De-Memorization
von: Luo, Xiaoyu, et al.
Veröffentlicht: (2024)

DPBloomfilter: Securing Bloom Filters with Differential Privacy
von: Ke, Yekun, et al.
Veröffentlicht: (2025)

Adversarial Suffix Filtering: a Defense Pipeline for LLMs
von: Khachaturov, David, et al.
Veröffentlicht: (2025)

A Comprehensive Analysis of Adversarial Attacks against Spam Filters
von: Hotoğlu, Esra, et al.
Veröffentlicht: (2025)

Comments on "Privacy-Enhanced Federated Learning Against Poisoning Adversaries"
von: Schneider, Thomas, et al.
Veröffentlicht: (2024)

Differential Privacy in the Extensive-Form Bandit Problem
von: Pasteris, Stephen, et al.
Veröffentlicht: (2026)

Robustness Against Adversarial Attacks via Learning Confined Adversarial Polytopes
von: Hamidi, Shayan Mohajer, et al.
Veröffentlicht: (2024)

On the Robustness of Malware Detectors to Adversarial Samples
von: Salman, Muhammad, et al.
Veröffentlicht: (2024)

Investigating Privacy Leakage in Dimensionality Reduction Methods via Reconstruction Attack
von: Lumbut, Chayadon, et al.
Veröffentlicht: (2024)

DiSK: Differentially Private Optimizer with Simplified Kalman Filter for Noise Reduction
von: Zhang, Xinwei, et al.
Veröffentlicht: (2024)

Adversarial ML Problems Are Getting Harder to Solve and to Evaluate
von: Rando, Javier, et al.
Veröffentlicht: (2025)

SpamDam: Towards Privacy-Preserving and Adversary-Resistant SMS Spam Detection
von: Li, Yekai, et al.
Veröffentlicht: (2024)

Trading Inference-Time Compute for Adversarial Robustness
von: Zaremba, Wojciech, et al.
Veröffentlicht: (2025)

Vulnerability-Aware Robust Multimodal Adversarial Training
von: Zhang, Junrui, et al.
Veröffentlicht: (2025)

The Surprising Harmfulness of Benign Overfitting for Adversarial Robustness
von: Hao, Yifan, et al.
Veröffentlicht: (2024)

IDEA: Invariant Defense for Graph Adversarial Robustness
von: Tao, Shuchang, et al.
Veröffentlicht: (2023)

Augment then Smooth: Reconciling Differential Privacy with Certified Robustness
von: Wu, Jiapeng, et al.
Veröffentlicht: (2023)

Adversarial Sample-Based Approach for Tighter Privacy Auditing in Final Model-Only Scenarios
von: Yoon, Sangyeon, et al.
Veröffentlicht: (2024)

On the Robustness of Graph Reduction Against GNN Backdoor
von: Zhu, Yuxuan, et al.
Veröffentlicht: (2024)

Adversarial Robustness of Link Sign Prediction in Signed Graphs
von: Zhou, Jialong, et al.
Veröffentlicht: (2024)

Adversarial Patterns: Building Robust Android Malware Classifiers
von: Bhusal, Dipkamal, et al.
Veröffentlicht: (2022)

RAMP: Boosting Adversarial Robustness Against Multiple $l_p$ Perturbations for Universal Robustness
von: Jiang, Enyi, et al.
Veröffentlicht: (2024)

FedRE: Robust and Effective Federated Learning with Privacy Preference
von: Xiao, Tianzhe, et al.
Veröffentlicht: (2025)

Learning Robust and Privacy-Preserving Representations via Information Theory
von: Zhang, Binghui, et al.
Veröffentlicht: (2024)

Adversarial Representation Learning for Robust Privacy Preservation in Audio
von: Gharib, Shayan, et al.
Veröffentlicht: (2023)

Intriguing Properties of Adversarial ML Attacks in the Problem Space [Extended Version]
von: Cortellazzi, Jacopo, et al.
Veröffentlicht: (2019)

Adversarially-Aware Architecture Design for Robust Medical AI Systems
von: Gerhart, Alyssa, et al.
Veröffentlicht: (2025)

Pruning Graphs by Adversarial Robustness Evaluation to Strengthen GNN Defenses
von: Wang, Yongyu
Veröffentlicht: (2025)

Understanding Sensitivity of Differential Attention through the Lens of Adversarial Robustness
von: Takahashi, Tsubasa, et al.
Veröffentlicht: (2025)

Adversarial Robustness of Time-Series Classification for Crystal Collimator Alignment
von: Fink, Xaver, et al.
Veröffentlicht: (2026)

Enabling Adversarial Robustness in AI Models through Kubeflow MLOps
von: Bouras, Stavros, et al.
Veröffentlicht: (2026)

Robust Privacy: Inference-Time Privacy through Certified Robustness
von: Jin, Jiankai, et al.
Veröffentlicht: (2026)